Abderrahman Hilal

Mission d'assistance à la maitrise d’ouvrage pour la préparation et le suivi de la Supply Chain de la Campagne Nationale de Vaccination contre la COVID19. • Reporting journalier de la campagne. • Conception et création d’un Dashboard de la campagne avec Power BI et Python. • Développement des analyses quantitatives, rapports ad-hoc et modèles pour soutenir les décisions du Maître d'Ouvrage. • Conception et mise à jour des procédures de la chaine logistique du vaccin.

« Mise en place d’un système de recommandation d’aide à la prospection commerciale B2B » • Détermination et préparation des données caractéristiques des entreprises. • Conception et mise en place des mesures de similarité entre les entreprises. • Implémentation du système de recommandation avec les méthodes : ‘Filtrage par contenu’(Content Based Filtering) et ‘Classification non supervisée’(Clustering). • Intégration de la solution sur la plateforme ‘Charika’. Langage : Python / Packages : Pandas, Matplotlib, Sklearn, SciPy et Flask. Méthodes : K-Means, DBSCAN, Mean Shift, KNN, Content Based Filtering et t-sne pour la réduction des dimensions. Environnement : Jupyter Lab.

Data Analyst at Human Resources Department Sujet traité : « Application de la Machine Learning en RH » avec Python et R *Etudes de la Cohérence d’évaluation managériale des collaborateurs : •Création d’une régression logistique pour mesurer l'association entre l’augmentation de performance et les facteurs susceptibles de l'influencer. •Création d’un arbre de décision à pouvoir prédictif et de visualisation. •Amélioration de notre arbre de décision à l’aide d’une nouvelle méthode « bagging » •Décomposition des collaborateurs en 5 groupes de performance et profiling de chaque groupe. *Traitement des données de pointage : •Analyse des heures supplémentaires avec les méthodes de série chronologique

Sujet traité : « Analyse et prévision du nombre de courriers ordinaires. » • Analyse de données multidimensionnelles en appliquant les algorithmes d’analyse en composante principale ACP sous R. • Segmentation des centres de distribution de courriers en utilisant les techniques de classification non supervisée avec R. • Modélisation stochastique de la série temporaire ; nombre de courriers trimestriel ; à l’aide de « Eviews ». • Prévision du nombre de courriers du premier trimestriel. • Optimisation des ressources : Implémentation d’un modèle d’allocation.

• Initialisation au monde professionnel : Département système d’information. • L’automatisation de la gestion des navires entrantes au port de Casablanca avec Visual Basic.